Iberoamerican Business Journal
Vol 9 N° 2 | Enero 2026 p. 005 - 018 ISSN:2521-5817 DOI: http://dx.doi.org/10.22451/5817.ibj2025.vol9.2.11001
Descripción del autor:
Edgard Vladimir Hidones Borja
Universidad Nacional Mayor de San Marcos, Lima Perú
Cristian Piero Lopez Valois
Universidad Nacional Mayor de San Marcos, Lima Perú
Jorge Luis Roca Becerra
Actualmente realiza Doctorado en Gestión de Empresas en la Unidad de Posgrado en la Facultad de Ingeniería Industrial de la Universidad Nacional Mayor de San Marcos, Colegiado CIP 88975, Magister en Gestión de Operaciones y Servicios Logísticos, Especialización en Auditoría y Control logístico en ESAN y Especialización en Sistemas Integrados de Gestión en la UNIVERSIDAD POLITECNICA DE
VALENCIA ESPAÑA. Especialización en Seguridad y Salud en el Trabajo. Asesor y Consultor especializado en Sistema de Gestión Integrados que incluye Gestión de Seguridad y Salud en el Trabajo y Gestión Ambiental en Green Environment empresa consultora ambiental inscrita en el MINAM.
Edgard Vladimir Hidones Borja 1, Cristian Piero Lopez Valois 2, Jorge Luis Roca Becerra 3
1 Universidad Nacional Mayor de San Marcos, Lima, Perú (edgard.hidonesb@unmsm.edu.pe) ; 2 Universidad Nacional Mayor de San Marcos, Lima, Perú (cristian.lopezv@unmsm.edu.pe) ; 3 Universidad Nacional Mayor de San Marcos, Lima,
El presente artículo tiene como objetivo analizar y reestructurar el modelo logístico del restaurante Black Jack con la finalidad de mejorar la gestión de abastecimiento de insumos, optimizar los tiempos de respuesta y la cadena de suministro en general. A partir de un diagnóstico integral del sistema logístico actual, se identificaron ineficiencias relacionadas con la planificación de compras, almacenamiento inadecuado de productos, entre otros, que ocasionan demoras en la atención al cliente. La metodología aplicada comprende tres etapas: diagnóstico del estado actual del restaurante, análisis de resultados y propuesta de mejora. Mediante la aplicación de herramientas de gestión logística y control operativo, se plantea la implementación de un modelo de abastecimiento más ágil, basado en planificación de demanda, coordinación interáreas y buenas prácticas de almacenamiento. Los resultados obtenidos serán analizados mediante análisis descriptivo y comparación de medias (p-value <0.05) que determinará un impacto positivo en los indicadores logísticos.
Recibido: 03 de noviembre del 2025. Aceptado: 10 de noviembre del 2025. Publicado:
30 de enero 2026
Este es un artículo de acceso abierto, distribuido bajo los términos de la licencia Creative Commons Atribucion - No Comercia_Compartir Igual 4.0 Internacional. (http://creativecommons.org/licenses/by-nc-sa/4.0/) que permite el uso no comercial, distribución y reproducción en cualquier medio, siempre que la obra original sea debidamente citada
Palabra clave: logística gastronómica, gestión de abastecimiento, mermas, eficiencia operativa, modelo SCOR.
This study aims to analyze and restructure the logistics model of the Black Jack restaurant to enhance supply management, optimize response times, and improve overall supply chain efficiency. A comprehensive diagnosis of the current logistics system revealed inefficiencies in procurement planning, inadequate storage practices, and poor coordination, leading to delays in customer service. The methodology comprises three stages: assessment of the current state, results analysis, and the development of an improvement proposal. By applying advanced logistics management and operational control tools, the study proposes a more agile supply model based on demand planning, interdepartmental coordination, and inventory best practices. Results will be evaluated using descriptive statistics and mean comparison tests (p-value < 0.05) to confirm a statistically significant improvement in logistics performance indicators.
Keywords: food logistics, supply management, waste, operational efficiency, SCOR model.
En los últimos años, la industria gastronómica peruana ha experimentado un notable crecimiento, impulsada por la innovación culinaria, la diversidad de insumos y la creciente demanda de los consumidores. Esto se refleja en el impacto económico del sector: la actividad de restaurantes creció un 5.08% en mayo de 2025 y acumuló un crecimiento del 2.98% en 2025 respecto al periodo anterior (INEI, 2025). Es crucial destacar que el sector aporta aproximadamente S/ 16,191 millones (2,5%) al producto bruto interno (PBI) nacional, según cifras del INEI al 2024; y el 99.8% de las empresas de este rubro corresponden a la categoría de micro y pequeñas empresas (MYPEs). Sin embargo, a pesar de su relevancia económica, esto no siempre se ve acompañado por una gestión logística eficiente.
La literatura reciente indica que una adecuada gestión de los procesos logísticos es fundamental para que las PYMES logren la reducción de costos y la mejora de su rentabilidad; por lo que, la innovación logística, facilitada por la inteligencia colectiva y la tecnología (Cedillo-Campos, 2020), permitiendo el diseño de estrategias que resultan en la competitividad, la optimización de costos y la automatización de procesos. Inclusive, investigaciones recientes demuestran que la implementación de sistemas de gestión logística basados en la predicción y el control de inventarios han generado alta efectividad en la adquisición de materias primas, impactando positivamente en la optimización de costos y la planificación. Es en este contexto de crecimiento y la necesidad de eficiencia, donde el restaurante Black Jack enfrenta dificultades operativas en su proceso logístico, propios de restaurantes de mediana escala.
El diagnóstico inicial evidenció deficiencias críticas en su cadena de suministro, destacando la falta de planificación de compras, el almacenamiento inadecuado de productos, el desabastecimiento recurrente de insumos, altos porcentajes de mermas, entre otros, que afectan los tiempos de atención hacia los clientes. Por lo cual, el presente estudio tiene como propósito principal reestructurar el modelo logístico actual del restaurante Black Jack para mejorar su gestión de abastecimiento y cadena de suministro en general. La metodología se estructura en tres fases, donde se hará uso del modelo SCOR para evaluar la eficiencia del flujo logístico actual y proponer un nuevo modelo optimizado. De este modo, se espera que los resultados demuestren
una reducción significativa de mermas, mayor rotación de inventarios, incremento de la eficiencia operativa y la mejora en los indicadores de satisfacción del cliente.
La presente investigación se centra en diagnosticar, analizar y proponer la reestructuración del modelo logístico del restaurante Black Jack mediante la utilización del modelo SCOR (Supply Chain Operations Reference). Este modelo permite estandarizar, medir y mejorar los procesos de la cadena de suministro a través de cinco procesos principales: Plan, Source, Make, Deliver y Return. El propósito metodológico es evaluar la eficiencia del flujo logístico actual desde la planificación de compras hasta la atención final al cliente e identificar los puntos críticos que afectan la cadena de suministro. A partir de ello, se propone un modelo optimizado que integre herramientas de control, planificación de demanda y gestión de proveedores, mejorando la capacidad de respuesta del restaurante.
Para el análisis cualitativo se efectuará observación de procesos, entrevistas al personal de cocina, almacén y compras; mientras que, para el análisis cuantitativo, se realizará registro de tiempos, costos, mermas, niveles de inventario y tiempos de atención. A continuación, se describirá el proceso metodológico que se elaborará en tres fases principales:
Return)
El objetivo principal de esta fase es identificar las deficiencias en la gestión logística y operativa de la cadena de suministro. Para ellos, será necesario realizar las siguientes actividades:
Mapeo del flujo actual de abastecimiento de insumos, almacenamiento, preparación y servicio al cliente.
Levantamiento de información mediante observación directa, entrevistas y revisión documental (guías de compra, reportes de inventario, fichas de platos). Además, con esta información se podrá evidenciar el nivel de cumplimiento de pedidos, el tiempo promedio de atención al cliente, el porcentaje o cantidad de mermas y sus costos logísticos asociados. En esta fase obtendremos el diagnóstico actual de
la cadena de suministro según el modelo SCOR.
Esta fase se centra en evaluar el desempeño logístico del restaurante según las métricas del modelo SCOR; por el cual, se efectuará el análisis y determinación de la recolección de datos y se propondrá los indicadores (KPI’s) base de estos. De este modo, tendremos las puntuaciones por cada atributo de la matriz.
Por último, en dicha fase, se centra en diseñar un nuevo modelo logístico adaptado a las necesidades del restaurante Black Jack, mediante nuevas metodologías, herramientas, buenas prácticas de almacenamiento, procedimientos estandarizados y control de KPI’s logísticos para la mejora y desempeño continuo. Para este punto, el modelo de abastecimiento será ágil, con trazabilidad completa de insumos y reducción de mermas.
Por otro lado, con respecto a los instrumentos de recolección de datos, estos serán mediante entrevistas estructuradas, observación directa, registros, matrices SCOR.
Fase I
Diagnóstico del modelo logístico actual
Elaboración de encuestas para toma de datos Herramientas y metodologías actuales Modelo de la cadena de suministro actual
Fase II
Evaluación y análisis de los resultados actuales
Evaluación de los resultados de la encuesta Evaluación cualitativa de los problemas identificados Recolección y análisis de datos históricos
Propuesta de nuevo diseño logístico
Aplicación de nuevas herramientas y/o metodologías de trabajo Análisis comparativo de costos logísticos
Elaboración y control de KPI'S
Fase III Propuesta de mejora para la reestructuración del modelo
logístico
De acuerdo con el modelo SCOR, se ha elaborado la encuesta para el restaurante Black Jack:
Análisis de encue | sta del modelo SCOR para el restaurante | Jack Black | ||
Planificacion | Abastecimiento | Produccion | Distribucion | Devolucion |
Planificacion de la cadena de suministro Abastecimiento / Demanda Gestión de inventarios | Abastecimiento estratégico Gestión proveedores, compras, materiales | Producto Proceso de producción | Gestión de pedidos Gestión de clientes | Integración de sistemas Inspección y análisis |
¿Con qué frecuencia se planifican las compras de insumos? ¿Quién decide las cantidades a comprar? ¿Se consideran las ventas pasadas o el pronóstico de demanda para planificar compras? ¿Existen reuniones de coordinación entre cocina, compras y almacén? ¿Se realiza un pronóstico de demanda preciso mensualmente? | ¿Cuántos proveedores principales tiene el restaurante? ¿Qué tan confiables son las entregas de los proveedores (tiempo y cantidad)? ¿Se verifica la calidad de los insumos al recibirlos? ¿Se registran formalmente las entregas de proveedores (fecha, cantidad, estado)? ¿Los proveedores entregan los insumos dentro del plazo acordado? | ¿Se utilizan fichas técnicas de platos (recetas con gramaje)? ¿Se registran las mermas o pérdidas de insumos durante la preparación? ¿Qué tan frecuente es la falta de algún insumo necesario para preparar un plato? ¿Qué hace el personal cuando un insumo se acaba antes del tiempo previsto? ¿El proceso de cocina sigue un estándar definido para evitar desperdicios? | ¿Qué tan ordenada considera el área de almacenamiento de insumos? ¿Existe control de inventario de insumos frescos y congelados? ¿Se separan adecuadamente los productos por fecha de vencimiento o tipo? ¿Existen procedimientos para el manejo y rotación de inventarios (FIFO o FEFO)? ¿Los pedidos llegan a los clientes dentro del tiempo prometido de atención? | ¿Cómo se gestionan los insumos vencidos? ¿Qué tan frecuentes son las mermas por vencimiento de alimentos? ¿Se lleva un registro del costo por mermas y/o vencimiento? ¿Existen procedimientos para manejar devoluciones o reclamos? |
Esta metodología fue realizada para el personal de cocina, líder de cocina, encargado de compras y administración. Dando como hallazgo, los siguientes resultados:
Categoría | Evaluación (1 - 5) |
Planificacion | 1.5 |
Abastecimiento | 2 |
Produccion | 4 |
Distribucion | 2.5 |
Devolucion | 4 |
Pareto Restaurante Black Jack 80 100% 70 90% 60 80% 50 70% 60% 40 50% 30 40% 20 30% 10 20% 10% 0 0% Frecuencia Acumulado | ||
Problema Frecuencia Acumulado | Porcentaje | |
Exceso de stock 75 21% Mermas por vencimiento 55 37% Faltantes de stock 46 50% Demora en el abastecimiento 45 63% Faja rotación de insumos 41 75% Compra de insumos por emergencia 30 84% Mala organización del almacén 23 90% No aplicar FIFO/PEPS 17 95% Retraso por atención al cliente 9 98% Falta de invetario general 8 100% 349 | 21% 16% 13% 13% 12% 9% 7% 5% 3% 2% | |
100% | ||
Considerando el análisis previo, se definieron los indicadores de % merma rotación de inventario, días de inventario, nivel de cumplimiento (OTIF), lead time promedio y costo logístico total.
Para determinar los insumos a evaluar, se recopiló el reporte de ventas por categoría de plato del año 2024:
Mes | Categoria Criollo | Categoria Junk | Categoria Fusión | Categoria Parrilla | Total ventas | Mayor (%) |
Enero | 18231 | 3026 | 1298 | 2498 | 25053 | 72.77% |
Febrero | 19721 | 1059 | 4040 | 2616 | 27436 | 71.88% |
Marzo | 19680 | 1520 | 1523 | 1873 | 24596 | 80.01% |
Abril | 21331 | 2266 | 559 | 1541 | 25697 | 83.01% |
Mayo | 21244 | 2610 | 1053 | 1620 | 26527 | 80.08% |
Junio | 25361 | 1012 | 2581 | 2237 | 31191 | 81.31% |
Julio | 19330 | 2496 | 520 | 2834 | 25180 | 76.77% |
Agosto | 19955 | 1665 | 476 | 1343 | 23439 | 85.14% |
Setiembre | 25828 | 2760 | 151 | 2447 | 31186 | 82.82% |
Octubre | 24520 | 1221 | 753 | 3364 | 29858 | 82.12% |
Noviembre | 23813 | 2383 | 616 | 3901 | 30713 | 77.53% |
Diciembre | 24436 | 1277 | 1651 | 1672 | 29036 | 84.16% |
De la presente tabla, el insumo principal para esta categoría es la carne de res y pollo trozado.
Para ello, se recopilo la información de la data histórica del año 2024 con respecto a estos insumos:
Categoría Mes Stock
Compra Consumo Merma Stock
Precio
Costo
Costo Unitario Costos Alm. Lead Time OTIF % Merma Rotación
Días
Inicial
Final
Unitario (S/) Merma (S/)
de Alm. (S/)
(S/)
(días)
Inventario (veces) Inventario
Carne de res | Enero | 4931 | 3589 | 4126 | 125 | 4269 | S/ | 19.33 | S/ 2,416.25 | S/ | 0.40 | S/ 1,707.60 | 5.67 | 84.00% | 3.48% | 0.90 | 33.45 |
Carne de res | Febrero | 4269 | 6537 | 3054 | 70 | 7682 | S/ | 19.33 | S/ 1,353.10 | S/ | 0.40 | S/ 3,072.80 | 3.33 | 92.00% | 1.07% | 0.51 | 58.70 |
Carne de res | Marzo | 7682 | 0 | 2582 | 90 | 5010 | S/ | 19.33 | S/ 1,739.70 | S/ | 0.40 | S/ 2,004.00 | 6.33 | 83.00% | 0.00% | 0.41 | 73.73 |
Carne de res | Abril | 5010 | 4611 | 5678 | 156 | 3787 | S/ | 19.33 | S/ 3,015.48 | S/ | 0.40 | S/ 1,514.80 | 6 | 79.00% | 3.38% | 1.29 | 23.24 |
Carne de res | Mayo | 3787 | 4173 | 2846 | 113 | 5001 | S/ | 19.33 | S/ 2,184.29 | S/ | 0.40 | S/ 2,000.40 | 3 | 87.00% | 2.71% | 0.65 | 46.32 |
Carne de res | Junio | 5001 | 3408 | 3119 | 67 | 5223 | S/ | 19.33 | S/ 1,295.11 | S/ | 0.40 | S/ 2,089.20 | 7.33 | 87.00% | 1.97% | 0.61 | 49.17 |
Carne de res | Julio | 5223 | 5522 | 5711 | 123 | 4911 | S/ | 19.33 | S/ 2,377.59 | S/ | 0.40 | S/ 1,964.40 | 6.67 | 86.00% | 2.23% | 1.13 | 26.62 |
Carne de res | Agosto | 4911 | 2433 | 3363 | 95 | 3886 | S/ | 19.33 | S/ 1,836.35 | S/ | 0.40 | S/ 1,554.40 | 6 | 88.00% | 3.90% | 0.76 | 39.24 |
Carne de res | Septiembre | 3886 | 3721 | 4773 | 61 | 2773 | S/ | 19.33 | S/ 1,179.13 | S/ | 0.40 | S/ 1,109.20 | 5.67 | 87.00% | 1.64% | 1.43 | 20.93 |
Carne de res | Octubre | 2773 | 8215 | 6416 | 134 | 4438 | S/ | 19.33 | S/ 2,590.22 | S/ | 0.40 | S/ 1,775.20 | 6.67 | 86.00% | 1.63% | 1.78 | 16.86 |
Carne de res | Noviembre | 4438 | 8090 | 8406 | 105 | 4017 | S/ | 19.33 | S/ 2,029.65 | S/ | 0.40 | S/ 1,606.80 | 8 | 88.00% | 1.30% | 1.99 | 15.09 |
Carne de res | Diciembre | 4017 | 7568 | 7542 | 72 | 3971 | S/ | 19.33 | S/ 1,391.76 | S/ | 0.40 | S/ 1,588.40 | 7 | 85.00% | 0.95% | 1.89 | 15.89 |
Categoría Mes Stock
Compra Consumo Merma Stock
Precio
Costo
Costo Unitario Costos Alm. Lead Time OTIF % Merma Rotación
Días
Inicial
Final
Unitario (S/) Merma (S/)
de Alm. (S/)
(S/)
(días)
Inventario (veces) Inventario
Pollo trozado | Enero | 4048 | 4836 | 3131 | 174 | 5579 | S/ | 8.17 | S/ 1,421.58 | S/ | 0.18 | S/ 1,004.22 | 5 | 87.00% | 3.60% | 0.65 | 46.12 |
Pollo trozado | Febrero | 5579 | 4113 | 4176 | 130 | 5386 | S/ | 8.17 | S/ 1,062.10 | S/ | 0.18 | S/ 969.48 | 2.67 | 88.00% | 3.16% | 0.76 | 39.39 |
Pollo trozado | Marzo | 5386 | 3544 | 2806 | 98 | 6026 | S/ | 8.17 | S/ 800.66 | S/ | 0.18 | S/ 1,084.68 | 5 | 89.00% | 2.77% | 0.49 | 61.00 |
Pollo trozado | Abril | 6026 | 1659 | 3231 | 138 | 4316 | S/ | 8.17 | S/ 1,127.46 | S/ | 0.18 | S/ 776.88 | 5.33 | 97.00% | 8.32% | 0.62 | 48.01 |
Pollo trozado | Mayo | 4316 | 5400 | 7240 | 12 | 2464 | S/ | 8.17 | S/ 98.04 | S/ | 0.18 | S/ 443.52 | 5.33 | 92.00% | 0.22% | 2.14 | 14.05 |
Pollo trozado | Junio | 2464 | 7765 | 3113 | 62 | 7054 | S/ | 8.17 | S/ 506.54 | S/ | 0.18 | S/ 1,269.72 | 7 | 85.00% | 0.80% | 0.65 | 45.86 |
Pollo trozado | Julio | 7054 | 5236 | 6418 | 146 | 5726 | S/ | 8.17 | S/ 1,192.82 | S/ | 0.18 | S/ 1,030.68 | 4.67 | 84.00% | 2.79% | 1.00 | 29.87 |
Pollo trozado | Agosto | 5726 | 2922 | 2924 | 87 | 5637 | S/ | 8.17 | S/ 710.79 | S/ | 0.18 | S/ 1,014.66 | 5.67 | 91.00% | 2.98% | 0.51 | 58.29 |
Pollo trozado | Septiembre | 5637 | 10355 | 9295 | 112 | 6585 | S/ | 8.17 | S/ 915.04 | S/ | 0.18 | S/ 1,185.30 | 5 | 85.00% | 1.08% | 1.52 | 19.72 |
Pollo trozado | Octubre | 6585 | 8608 | 7607 | 138 | 7448 | S/ | 8.17 | S/ 1,127.46 | S/ | 0.18 | S/ 1,340.64 | 6 | 84.00% | 1.60% | 1.08 | 27.67 |
Pollo trozado | Noviembre | 7448 | 15488 | 12711 | 201 | 10024 | S/ | 8.17 | S/ 1,642.17 | S/ | 0.18 | S/ 1,804.32 | 6.33 | 89.00% | 1.30% | 1.46 | 20.62 |
Pollo trozado | Diciembre | 10024 | 4091 | 8839 | 81 | 5195 | S/ | 8.17 | S/ 661.77 | S/ | 0.18 | S/ 935.10 | 6.33 | 84.00% | 1.98% | 1.16 | 25.83 |
Considerando la información de ambas tablas, presenciamos altos costos de merma e inventario almacenado, lead time prolongados y una rotación baja de inventarios. Para ello, se implementarán las siguientes herramientas de trabajo para el nuevo diseño y metodología de trabajo en la cadena de restaurante.
Elaboración del forecasting de ventas mediante integración de áreas y herramientas estadísticas, donde se consideró el factor de estacionalidad como “categoría de platillo populares por comensal”.
Manejo de proveedores estratégicos en base al forecasting.
Verificación de la recepción de los insumos
Ordenamiento adecuado mediante etiquetado por categoría de insumos
Control de inventario diario de los insumos mediante formato físico.
Implementación de procedimientos de buenas prácticas de almacenamiento.
Implementación de un control de inventario mediante políticas JIT.
Certificación de restaurante saludable.
Implementación de cartillas (tipo ticket o vale) para recibir el feedback por parte de los clientes y/o comensales con respecto a la atención o al ambiente del restaurante
A continuación, se realizará la comparación de año 2024 vs al año 2025 del segundo semestre de ambos periodos. Considerando que la aplicación de la nueva implementación para la mejora del diseño logístico será aplicada a partir de junio 2025.
Categoría Mes Stock
Compra Consumo Merma Stock
Precio
Costo
Costo Unitario Costos Alm. Lead Time
OTIF % Merma Rotación
Días
Inicial
Final
Unitario (S/) Merma (S/)
de Alm. (S/)
(S/)
(días)
Inventario (veces) Inventario
Carne de res | Enero | 3971 | 5065 | 4364 | 134 | 4538 | S/ | 19.33 | S/ | 2,590.22 | S/ | 0.40 | S/ | 1,815.20 | 3.7 | 98.10% | 2.65% | 1.03 | 29.25 |
Carne de res | Febrero | 4538 | 4040 | 3062 | 90 | 5426 | S/ | 19.33 | S/ | 1,739.70 | S/ | 0.40 | S/ | 2,170.40 | 3.5 | 95.80% | 2.23% | 0.61 | 48.81 |
Carne de res | Marzo | 5426 | 0 | 2187 | 25 | 3214 | S/ | 19.33 | S/ | 483.25 | S/ | 0.40 | S/ | 1,285.60 | 2.6 | 96.10% | 0.00% | 0.51 | 59.26 |
Carne de res | Abril | 3214 | 3885 | 2122 | 10 | 4967 | S/ | 19.33 | S/ | 193.30 | S/ | 0.40 | S/ | 1,986.80 | 3.6 | 95.40% | 0.26% | 0.52 | 57.83 |
Carne de res | Mayo | 4967 | 4981 | 3544 | 84 | 6320 | S/ | 19.33 | S/ | 1,623.72 | S/ | 0.40 | S/ | 2,528.00 | 2.8 | 96.90% | 1.69% | 0.63 | 47.77 |
Carne de res | Junio | 6320 | 1265 | 6645 | 29 | 911 | S/ | 19.33 | S/ | 560.57 | S/ | 0.40 | S/ | 364.40 | 3.6 | 96.40% | 2.29% | 1.84 | 16.32 |
Carne de res | Julio | 911 | 3572 | 3778 | 7 | 698 | S/ | 19.33 | S/ | 135.31 | S/ | 0.40 | S/ | 279.20 | 2.5 | 98.40% | 0.20% | 4.70 | 6.39 |
Carne de res | Agosto | 698 | 7151 | 6898 | 0 | 951 | S/ | 19.33 | S/ | - | S/ | 0.40 | S/ | 380.40 | 3 | 98.50% | 0.00% | 8.37 | 3.59 |
Carne de res | Septiembre | 951 | 8179 | 8048 | 11 | 1071 | S/ | 19.33 | S/ | 212.63 | S/ | 0.40 | S/ | 428.40 | 3.9 | 95.90% | 0.13% | 7.96 | 3.77 |
Carne de res | Octubre | 1071 | 6751 | 6740 | 0 | 1082 | S/ | 19.33 | S/ | - | S/ | 0.40 | S/ | 432.80 | 3.6 | 99.00% | 0.00% | 6.26 | 4.79 |
Carne de res | Noviembre | 1082 | 8825 | 8900 | 8 | 999 | S/ | 19.33 | S/ | 154.64 | S/ | 0.40 | S/ | 399.60 | 2.7 | 95.80% | 0.09% | 8.55 | 3.51 |
Carne de res | Diciembre | 999 | 7966 | 8300 | 8 | 657 | S/ | 19.33 | S/ | 154.64 | S/ | 0.40 | S/ | 262.80 | 2.4 | 96.90% | 0.10% | 10.02 | 2.99 |
Categoría Mes Stock
Compra Consumo Merma Stock
Precio
Costo
Costo Unitario Costos Alm. Lead Time
OTIF % Merma Rotación
Días
Inicial
Final
Unitario (S/) Merma (S/)
de Alm. (S/)
(S/)
(días)
Inventario (veces) Inventario
Pollo trozado | Enero | 5195 | 1881 | 3841 | 134 | 3101 | S/ | 8.17 | S/ | 1,094.78 | S/ | 0.18 | S/ | 558.18 | 2.8 | 95.70% | 7.12% | 0.93 | 32.40 |
Pollo trozado | Febrero | 3101 | 3742 | 3571 | 25 | 3247 | S/ | 8.17 | S/ | 204.25 | S/ | 0.18 | S/ | 584.46 | 2.4 | 98.60% | 0.67% | 1.13 | 26.66 |
Pollo trozado | Marzo | 3247 | 4292 | 4325 | 76 | 3138 | S/ | 8.17 | S/ | 620.92 | S/ | 0.18 | S/ | 564.84 | 2.2 | 97.90% | 1.77% | 1.35 | 22.14 |
Pollo trozado | Abril | 3138 | 4606 | 4698 | 14 | 3032 | S/ | 8.17 | S/ | 114.38 | S/ | 0.18 | S/ | 545.76 | 2.6 | 97.40% | 0.30% | 1.52 | 19.70 |
Pollo trozado | Mayo | 3032 | 6897 | 6012 | 110 | 3807 | S/ | 8.17 | S/ | 898.70 | S/ | 0.18 | S/ | 685.26 | 3.6 | 96.00% | 1.59% | 1.76 | 17.06 |
Pollo trozado | Junio | 3807 | 4578 | 4553 | 0 | 3832 | S/ | 8.17 | S/ | - | S/ | 0.18 | S/ | 689.76 | 2.9 | 98.00% | 0.00% | 1.19 | 25.17 |
Pollo trozado | Julio | 3832 | 2248 | 5686 | 16 | 378 | S/ | 8.17 | S/ | 130.72 | S/ | 0.18 | S/ | 68.04 | 3.8 | 97.40% | 0.71% | 2.70 | 11.11 |
Pollo trozado | Agosto | 378 | 5792 | 5742 | 8 | 420 | S/ | 8.17 | S/ | 65.36 | S/ | 0.18 | S/ | 75.60 | 3.9 | 96.00% | 0.14% | 14.39 | 2.08 |
Pollo trozado | Septiembre | 420 | 7617 | 7278 | 2 | 757 | S/ | 8.17 | S/ | 16.34 | S/ | 0.18 | S/ | 136.26 | 2.2 | 98.80% | 0.03% | 12.37 | 2.43 |
Pollo trozado | Octubre | 757 | 6019 | 6193 | 13 | 570 | S/ | 8.17 | S/ | 106.21 | S/ | 0.18 | S/ | 102.60 | 2.1 | 98.50% | 0.22% | 9.33 | 3.21 |
Pollo trozado | Noviembre | 570 | 7267 | 7300 | 0 | 537 | S/ | 8.17 | S/ | - | S/ | 0.18 | S/ | 96.66 | 3.5 | 98.00% | 0.00% | 13.19 | 2.27 |
Pollo trozado | Diciembre | 537 | 6982 | 7000 | 0 | 519 | S/ | 8.17 | S/ | - | S/ | 0.18 | S/ | 93.42 | 3.2 | 96.70% | 0.00% | 13.26 | 2.26 |
Hay que considerar que, para la proyección de noviembre y diciembre, se utiliza la herramienta ARIMA (modelo 1,1,1) para la proyección de esos valores.
Para determinar el desempeño de esta nueva reestructuración, se realizará el análisis comparativo mediante simulación estadística:
Costo
Costo
Costos
Costos
Lead Time
Lead Time
OTIF
OTIF % Merma % Merma Rotación Inventario Rotación Inventario
Días
Días
Categoría Mes
Merma (S/)
Merma (S/) Almacenamiento Almacenamiento (días) 2024 (días) 2025
2024
2025
2024
2025
(veces) 2024
(veces) 2025
Inventario Inventario
2024
2025
(S/) 2024
(S/) 2025
2024
2025
Carne de res Junio | S/ 1,295.11 | S/ | 560.57 | S/ | 2,089.20 | S/ | 364.40 | 7.33 | 3.6 | 87.00% 96.40% | 1.97% | 2.29% | 0.610 | 1.84 | 49.17 | 16.32 |
Carne de res Julio | S/ 2,377.59 | S/ | 135.31 | S/ | 1,964.40 | S/ | 279.20 | 6.67 | 2.5 | 86.00% 98.40% | 2.23% | 0.20% | 1.127 | 4.70 | 26.62 | 6.39 |
Carne de res Agosto | S/ 1,836.35 | S/ | - | S/ | 1,554.40 | S/ | 380.40 | 6 | 3 | 88.00% 98.50% | 3.90% | 0.00% | 0.765 | 8.37 | 39.24 | 3.59 |
Carne de res Septiembre | S/ 1,179.13 | S/ | 212.63 | S/ | 1,109.20 | S/ | 428.40 | 5.67 | 3.9 | 87.00% 95.90% | 1.64% | 0.13% | 1.434 | 7.96 | 20.93 | 3.77 |
Carne de res Octubre | S/ 2,590.22 | S/ | - | S/ | 1,775.20 | S/ | 432.80 | 6.67 | 3.6 | 86.00% 99.00% | 1.63% | 0.00% | 1.780 | 6.26 | 16.86 | 4.79 |
Carne de res Noviembre | S/ 2,029.65 | S/ | 154.64 | S/ | 1,606.80 | S/ | 399.60 | 8 | 2.7 | 88.00% 95.80% | 1.30% | 0.09% | 1.988 | 8.55 | 15.09 | 3.51 |
Carne de res Diciembre | S/ 1,391.76 | S/ | 154.64 | S/ | 1,588.40 | S/ | 262.80 | 7 | 2.4 | 85.00% 96.90% | 0.95% | 0.10% | 1.888 | 10.02 | 15.89 | 2.99 |
Costo Merma Costo Merma
Costos
Costos
Lead Time Lead Time OTIF
OTIF % Merma % Merma Rotación Inventario Rotación Inventario
Días
Días
Categoría Mes
(S/) 2024
(S/) 2025
Almacenamiento Almacenamiento (días) 2024 (días) 2025
2024
2025
2024
2025
(veces) 2024
(veces) 2025
Inventario Inventario
(S/) 2024
(S/) 2025
2024
2025
Pollo trozado Junio | S/ | 506.54 | S/ | - | S/ | 1,269.72 | S/ | 689.76 | 7 | 2.9 | 85.00% 98.00% | 0.80% | 0.00% | 0.65 | 1.19 | 45.86 | 25.17 |
Pollo trozado Julio | S/ | 1,192.82 | S/ | 130.72 | S/ | 1,030.68 | S/ | 68.04 | 4.67 | 3.8 | 84.00% 97.40% | 2.79% | 0.71% | 1.00 | 2.70 | 29.87 | 11.11 |
Pollo trozado Agosto | S/ | 710.79 | S/ | 65.36 | S/ | 1,014.66 | S/ | 75.60 | 5.67 | 3.9 | 91.00% 96.00% | 2.98% | 0.14% | 0.51 | 14.39 | 58.29 | 2.08 |
Pollo trozado Septiembre | S/ | 915.04 | S/ | 16.34 | S/ | 1,185.30 | S/ | 136.26 | 5 | 2.2 | 85.00% 98.80% | 1.08% | 0.03% | 1.52 | 12.37 | 19.72 | 2.43 |
Pollo trozado Octubre | S/ | 1,127.46 | S/ | 106.21 | S/ | 1,340.64 | S/ | 102.60 | 6 | 2.1 | 84.00% 98.50% | 1.60% | 0.22% | 1.08 | 9.33 | 27.67 | 3.21 |
Pollo trozado Noviembre | S/ | 1,642.17 | S/ | - | S/ | 1,804.32 | S/ | 96.66 | 6.33 | 3.5 | 89.00% 98.00% | 1.30% | 0.00% | 1.46 | 13.19 | 20.62 | 2.27 |
Pollo trozado Diciembre
| S/ | 661.77 | S/ | - | S/ | 935.10 | S/ | 93.42 | 6.33 | 3.2 | 84.00% 96.70%
| 1.98% | 0.00% | 1.16 | 13.26 | 25.83
| 2.26 |
Luego de obtener los resultados, procedemos a realizar el análisis estadístico comparativo por cada insumo de la siguiente manera:
Indicador Conteo Media Desv. Estandar Conteo Media 2025 Desv. Estandar
2024
2024
2024
2025
2025
Costo Merma (S/) 7 | 965.227 | 388.610 | 7 | 45.519 | 55.383 |
Costos 7 | 1225.774 | 293.996 | 7 | 180.334 | 225.697 |
Lead Time (días) 7 | 5.857 | 0.812 | 7 | 3.086 | 0.724 |
OTIF 7 | 0.860 | 0.028 | 7 | 0.976 | 0.010 |
% Merma 7 | 0.018 | 0.008 | 7 | 0.002 | 0.003 |
Rotación Inventario 7 | 1.056 | 0.375 | 7 | 9.490 | 5.403 |
Días Inventario 7 | 32.552 | 14.277 | 7 | 6.934 | 8.670 |
Almacenamiento (S/)
(veces)
Indicador N° pares
Media 2024
Media 2025
Diferencia Desv. Std. (2024-2025) Diferencia
Prueba estadística Prueba-T
pareada
Prueba P-value Validación Wilcoxon H1
Costo Merma (S/) | 7 | 965.227 | 45.519 | 919.709 | 379.791 | Prueba-T pareada | 6.407 | 0.00068169 | Si |
7 | 1225.774 | 180.334 | 1045.440 | 354.026 | Prueba-T pareada | 7.813 | 0.00023196 | Si | |
7 | 5.857 | 3.086 | 2.771 | 1.139 | Prueba-T pareada | 6.435 | 0.00066591 | Si | |
7 | 0.860 | 0.976 | -0.116 | 0.034 | Wilcoxon | 0 | 0.01562500 | Si | |
7 | 0.018 | 0.002 | 0.016 | 0.007 | Prueba-T pareada | 6.137 | 0.00085620 | Si | |
7 | 1.056 | 9.490 | -8.434 | 5.284 | Prueba-T pareada | -4.223 | 0.00554230 | Si | |
7 | 32.552 | 6.934 | 25.618 | 13.752 | Wilcoxon | 0 | 0.01562500 | Si |
Costos Almacenamiento (S/)
Lead Time (días) OTIF
% Merma
Rotación Inventario (veces)
Días Inventario
Indicador Conteo
Media
Desv. Estandar Conteo Media 2025 Desv. Estandar
2024
2024
2024
2025
2025
Costo Merma (S/) 7 | 1814.259 | 550.416 | 7 | 173.970 | 188.736 |
Costos 7 | 1669.657 | 319.369 | 7 | 363.943 | 68.129 |
Lead Time (días) 7 | 6.763 | 0.785 | 7 | 3.100 | 0.600 |
OTIF 7 | 0.867 | 0.011 | 7 | 0.973 | 0.013 |
% Merma 7 | 0.019 | 0.010 | 7 | 0.004 | 0.008 |
Rotación Inventario 7 | 1.370 | 0.552 | 7 | 6.814 | 2.787 |
Días Inventario 7 | 26.255 | 13.182 | 7 | 5.908 | 4.729 |
Almacenamiento (S/)
(veces)
Indicador N° pares
Media 2024
Media 2025
Diferencia Desv. Std. (2024-2025) Diferencia
Prueba estadística
Prueba-T pareada
Prueba P-value Validación Wilcoxon H1
Costo Merma (S/) 7 | 1814.259 | 173.970 | 1640.289 | 682.546 | Prueba-T pareada | 6.358 | 0.00070998 | Si |
Costos 7 | 1669.657 | 363.943 | 1305.714 | 350.940 | Prueba-T pareada | 9.844 | 0.00006335 | Si |
Lead Time (días) 7 | 6.763 | 3.100 | 3.663 | 1.169 | Prueba-T pareada | 8.293 | 0.00016659 | Si |
OTIF 7 | 0.867 | 0.973 | -0.106 | 0.020 | Prueba-T pareada | -14.311 | 0.00000728 | Si |
% Merma 7 | 0.019 | 0.004 | 0.015 | 0.013 | Prueba-T pareada | 3.177 | 0.01914740 | Si |
Rotación Inventario 7 | 1.370 | 6.814 | -5.444 | 2.468 | Prueba-T pareada | -5.836 | 0.00111516 | Si |
Días Inventario 7 | 26.255 | 5.908 | 20.347 | 10.013 | Prueba-T pareada | 5.376 | 0.00170206 | Si |
Almacenamiento (S/)
(veces)
Para la discusión de los resultados, podemos observar lo siguiente:
La media del año 2025 es mucho menor a la del año anterior, considerando la comparación year-to-year. Este tipo de análisis demuestra la disminución por
cada categoría de indicador, mejorando los costos logísticos y la rotación continua de los inventarios.
Considerando un p-value < 0.05, demostramos que, estadísticamente, existe una diferencia significativa para el periodo 2025 a comparación del periodo 2024. Rechazando la hipótesis nula (H0) e indicando que los cambios implementados mejoraron el desempeño operativo.
La prueba de Wilcoxon ratificó una diferencia significativa entre los periodos analizados, reforzando la evidencia de que la reestructuración logística tuvo un efecto positivo
En general, los resultados estadísticos reflejaron una disminución en el costo logístico total y, a su vez, una mejora en el nivel de cumplimiento (OTIF). Demostrado una mejor sinergia entre la demanda real y la reposición de insumos.
Por otro lado, con respecto a las conclusiones:
La reestructuración del modelo logístico del restaurante Black Jack, basada en el modelo SCOR y en técnicas de forecasting, permitió mejorar de manera significativa los indicadores.
La integración de herramientas de planificación de demanda, control de inventarios y coordinación interáreas fortaleció la capacidad de respuesta de la cadena de suministro, mejorando el nivel de cumplimiento con los requerimientos de cocina y la satisfacción del cliente final.
Finalmente, el caso de estudio constituye un ejemplo replicable para otros establecimientos y/o rubros gastronómicos de pequeña y mediana empresa en el Perú que buscan incrementar su competitividad mediante la gestión logística eficiente y sostenible.
Akhil, A. y Suresh, M. (2021). Assessment of service quality in restaurant using multi-grade fuzzy and importance performance analysis. Materials Today: Proceedings. https://doi.org/10.1016/j.matpr.2021.01.767
Ali, M., Puah, C. H., Ayob, N., & Raza, S. A. (2020). Factors influencing tourist’s satisfaction, loyalty and word of mouth in selection of local foods in Pakistan. British Food Journal. https://doi.org/10.1108/BFJ-11-2018-0728
Aragón, C. L., González, A. y Lagarda-Leyva, E. A. (2022). Cultura organizacional y competitividad de las empresas restauranteras y hoteleras de Sonora, México. Ciencias Administrativas. https://doi.org/10.24215/23143738e095
Araya-Pizarro, S., & Álvarez Cortés, M. (2020). Characterization of the national and foreign tourist who visits the city of La Serena, Chile. Revista Interamericana de Ambiente y Turismo. https://doi.org/10.4067/s0718-235x2020000100049
Brandão, P. V. T., & Gonçalves Vieira, V. (2024). Satisfação e Lealdade em Foco: Avaliação Net promoter Score (NPS) em um Restaurante de Pequeno Porte. REMIPE - Revista De Micro E Pequenas Empresas E Empreendedorismo Da Fatec Osasco. https://doi.org/10.21574/remipe.v10i2.500
Chien, S. Y., & Tsai, C. H. (2021). Entrepreneurial orientation, learning, and store performance of restaurant: The role of knowledge-based dynamic capabilities. Journal of Hospitality and Tourism Management. https://doi.org/10.1016/j.jhtm.2021.01.007
Durmaz, Y., Çayırağası, F., & Çopuroğlu, F. (2022). The mediating role of destination satisfaction between the perception of gastronomy tourism and consumer behavior during COVID-19. International Journal of Gastronomy and Food Science. https://doi.org/10.1016/j.ijgfs.2022.100525
Huiman Cruz, A. (2024). Evaluación del desperdicio de alimentos: normas y acciones para fomentar la circularidad en Perú. Revista Kawsaypacha: Sociedad Y Medio Ambiente. https://doi.org/10.18800/kawsaypacha.202401.A003
Kim, E., Nicolau, J. L., & Tang, L. (2021). The Impact of Restaurant Innovativeness on Consumer Loyalty: The Mediating Role of Perceived Quality. Journal of Hospitality and Tourism Research. https://doi.org/10.1177/1096348020985586
Márquez-Ortiz, L. E., Useche-Castro, L. M., Alcívar-Delgado, S. G., & Vaca-Chávez,
G. G. (2023). Calidad del servicio y satisfacción del cliente en restaurantes del terminal Portoviejo. Ingeniería Industrial. Recuperado a partir de https://rii.cujae.edu.cu/index.php/revistaind/article/view/1187
Maynard, D. da C., Zandonadi, R. P., Nakano, E. Y., Raposo, A., & Botelho, R. B. A. (2021). Green Restaurants ASSessment (GRASS): A tool for evaluation and classification of restaurants considering sustainability indicators. Sustainability. https://doi.org/10.3390/su131910928
Mrusek, N., Ottenbacher, M. C., & Harrington, R. J. (2022). The impact of sustainability and leadership on the innovation management of Michelin-Starred chefs. Sustainability. https://doi.org/10.3390/su14010330
Orden-Mejía, M., & Moreno-Manzo, J. (2024). Examining consumer experience in a gourmet food hall: Impacts on satisfaction and behavioural intentions. International Journal of Gastronomy and Food Science. https://doi.org/10.1016/j.ijgfs.2024.100890
Quintos D., Rosales, R. S., & Martinez, R. (2025). The Relationship of Management Support to Job Satisfaction and Profitability in Quick Service Restaurants. Diversitas Journal. https://doi.org/10.48017/dj.v10ispecial_1.3179
Said, Z., Sharma, P., Thi Bich Nhuong, Q., Bora, B. J., Lichtfouse, E., Khalid, H. M., Luque, R., Nguyen, X. P., & Hoang, A. T. (2023). Intelligent approaches for sustainable management and valorisation of food waste. Bioresource Technology. https://doi.org/10.1016/j.biortech.2023.128952
Seyitoğlu, F., & Ivanov, S. (2020). A conceptual study of the strategic role of gastronomy in tourism destinations. International Journal of Gastronomy and Food Science. https://doi.org/10.1016/j.ijgfs.2020.100230
Sio, K. P., Fraser, B., & Fredline, L. (2024). A Contemporary systematic literature review of gastronomy tourism and destination image. Tourism Recreation Research. https://doi.org/10.1080/02508281.2021.1997491
The influence of visual content in digital marketing for gastronomic tourism. (2024).
Economía & Negocios. https://doi.org/10.33326/27086062.2024.2.1972 Toudert, D., & Bringas-Rábago, N. L. (2021). Interest in food, food quality, satisfaction,
and outcomes in a border context: Gender, country of residence and born
moderation. International Journal of Gastronomy and Food Science. https://doi.org/10.1016/j.ijgfs.2021.100394
Weckman, G. R., Dravenstott, R. W., Young II, W. A., Ardjmand, E., Millie, D. F. y Snow,
A. P. (2020). A prescriptive stock market investment strategy for the restaurant industry using an artificial neural network methodology. En Deep learning and neural networks: Concepts, methodologies, tools, and applications. IGI Global. https://doi.org/10.4018/IJBAN.2016010101
Yentür, F., & Demir, C. (2022). Understandıng Travel Agencies Attitudes Towards Gastronomy Tourism and Food Tours: The Case of Izmir Turkey. International Journal of Contemporary Economics and Administrative Sciences. https://doi.org/10.5281/zenodo.7513705